WO2020259168A1 - 一种任务调度方法、装置、系统、电子设备及存储介质 - Google Patents

一种任务调度方法、装置、系统、电子设备及存储介质 Download PDF

Info

Publication number
WO2020259168A1
WO2020259168A1 PCT/CN2020/092163 CN2020092163W WO2020259168A1 WO 2020259168 A1 WO2020259168 A1 WO 2020259168A1 CN 2020092163 W CN2020092163 W CN 2020092163W WO 2020259168 A1 WO2020259168 A1 WO 2020259168A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
task
robot
personnel
sample
Prior art date
Application number
PCT/CN2020/092163
Other languages
English (en)
French (fr)
Inventor
刘俊斌
郑晓琨
Original Assignee
炬星科技（深圳）有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 炬星科技（深圳）有限公司 filed Critical 炬星科技（深圳）有限公司
Publication of WO2020259168A1 publication Critical patent/WO2020259168A1/zh

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed

Definitions

  • This application relates to the field of data processing, and in particular to a task scheduling method, device, system, electronic equipment and storage medium.
  • AMR can rely on its own sensors to achieve navigation, positioning and other functions. After deploying to an existing warehouse, the storage location information of the warehouse can be synchronized to the robot system, and AMR can directly go to the vicinity of the storage location based on the task information, and the task information is displayed on the AMR screen, prompting the user to perform corresponding operations.
  • Pickers patrol the warehouse area to find robots that need to perform tasks. After finding the robots, they walk to the front of the robots and operate according to the prompt information on the tablet. Pickers no longer need to pull the picking trolley to move around in the warehouse, which greatly reduces the walking distance and improves the efficiency of personnel picking.
  • robot execution tasks, order combinations, and personnel work patterns are all set according to pre-defined strategies.
  • the dispatch center combines orders according to a pre-set strategy, such as a single order meeting. Grouped together; the order in which the robot performs tasks is preset in advance according to certain logic.
  • the situation in the warehouse changes frequently, and external factors will affect the task execution. If this time is still executed according to the preset strategy in the static environment, it will affect the picking efficiency.
  • this application provides a task scheduling method, device, system, electronic equipment, and storage medium.
  • this application provides a task scheduling method, including:
  • the sample task record includes sample task information and robot information, personnel information, and sample environment information corresponding to the sample task information, the robot information includes robot position information, and the personnel information includes the personnel information location information;
  • the corresponding relationship between the variables and the task planning scheme is established to obtain a scheduling model.
  • this application provides a task scheduling method, including:
  • the first task scheduling information of the robot is generated according to the current environment information, robot information, personnel information, and task information.
  • the first task scheduling information includes task information and task execution assigned to the robot Position and movement track corresponding to the task;
  • this application provides a task scheduling device, including:
  • the acquisition module is used to acquire a sample task record, the sample task record includes sample task information and robot information, personnel information, and sample environment information corresponding to the sample task information, the robot information includes robot position information, and the personnel information Including the location information of the person;
  • the analysis module is used to analyze the variables corresponding to the task planning scheme that meets the preset optimal conditions according to the sample task record;
  • the establishment module is used to establish the corresponding relationship between the variable and the task planning scheme to obtain a scheduling model.
  • this application provides a task scheduling device, including:
  • the acquisition module is used to acquire current environment information, robot information and personnel information in the current environment, and task information;
  • the generating module is used to generate the first task scheduling information of the robot based on the pre-stored scheduling model according to the current environment information, robot information, personnel information and task information.
  • the first task scheduling information includes the information allocated to the robot Task information, task execution location and task corresponding motion track;
  • the sending module is used to send the first task scheduling information to the robot.
  • this application provides a task scheduling system, including: a scheduling center and a robot,
  • the robot is used to report its own robot information to the dispatch center;
  • the dispatch center is used to obtain current environment information, personnel information and task information in the current environment; based on a pre-stored scheduling model, according to the current environment information, personnel information, task information, and received robot information, generate the robot's first A task scheduling information, the first task scheduling information includes task information allocated to the robot, a task execution position, and a motion track corresponding to the task; sending the first task scheduling information to the robot;
  • the robot is configured to perform task operations according to the first task scheduling information.
  • this application provides an electronic device, including: a processor, a communication interface, a memory, and a communication bus, where the processor, the communication interface, and the memory complete mutual communication through the communication bus;
  • the memory is used to store computer programs
  • the processor is used to implement the above method steps when executing a computer program.
  • the present application provides a computer-readable storage medium on which a computer program is stored, and when the computer program is executed by a processor, the above method steps are implemented.
  • the scheduling center can input current task information, current environment information, and robot and personnel information in the current environment based on the trained scheduling model to obtain the optimal scheduling plan for the robot.
  • the robot executes tasks based on the optimal scheduling plan, which can improve task execution efficiency and reduce task execution time.
  • Fig. 1 is a flowchart of a task scheduling method provided by an embodiment of the application.
  • Fig. 2 is a flowchart of a task scheduling method provided by another embodiment of the application.
  • Fig. 3 is a block diagram of a task scheduling device provided by an embodiment of the application.
  • FIG. 4 is a block diagram of a task scheduling device provided by another embodiment of this application.
  • Fig. 5 is a block diagram of a task scheduling system provided by an embodiment of the application.
  • FIG. 6 is a schematic structural diagram of an electronic device provided by an embodiment of the application.
  • This application relates to task scheduling technology, which is mainly applied to a scheduling center.
  • the scheduling center records and trains a scheduling model in advance based on sample records, and then can plan tasks for robots or even workers based on the scheduling model to improve task execution efficiency.
  • the method provided by the embodiment of the present invention can be applied to any electronic device that needs to perform task scheduling, for example, it can be an electronic device such as a server, a terminal, etc., which is not specifically limited here, and for convenience of description, it is referred to as electronic device in the following.
  • Fig. 1 is a flowchart of a task scheduling method provided by an embodiment of the application. As shown in Figure 1, the method is applied to the dispatch center and includes the following steps:
  • Step S11 Obtain a sample task record.
  • the sample task record includes sample task information and robot information, personnel information, and sample environment information corresponding to the sample task information.
  • the robot information includes robot location information, and the personnel information includes location information of the person.
  • Step S12 According to the sample task record, analyze the variables corresponding to the task planning scheme that meets the preset optimal conditions.
  • Step S13 Establish the corresponding relationship between the variables and the task planning scheme, and obtain the scheduling model.
  • the sample task record may be a task record within a preset period in the past, such as the past week, month, or year.
  • the sample task record obtained includes sample task information, that is, the specific content of the task, information about the robots and personnel that complete the sample task, and corresponding sample environment information.
  • sample task records find the variables that affect the task planning plan to achieve the optimal, and you can use annealing algorithms, bionic algorithms, genetic algorithms, etc. to train the correspondence between these variables and the task planning plan to obtain a scheduling model.
  • the scheduling center performs task scheduling, based on the scheduling model, it can input current task information, current environment information, and robot and personnel information in the current environment to obtain the optimal scheduling plan for the robot.
  • the robot executes tasks based on the optimal scheduling plan, which can improve task execution efficiency and reduce task execution time.
  • the preset optimal condition includes at least one of the following: the completion time of the preset number of tasks is the shortest, and the movement distance of the person who completes the preset number of tasks is the shortest.
  • a single optimal condition can be set: the total time T to complete 100 tasks is the shortest, or the movement distance S of the person who completes 100 tasks is the shortest.
  • step S12 includes:
  • sample environmental information and sample task records are screened according to preset screening conditions; the task planning plan that meets the preset optimal conditions is analyzed based on the screened sample environment information and sample task records.
  • the preset filtering conditions may include the upper limit of the movement distance of the person within the preset time, for example, the upper limit of the movement distance per day is 20 km or the upper limit of movement per hour is 2 km.
  • the preset filtering conditions may also include a lower limit for the number of tasks completed within a preset time, such as not less than 500 tasks completed per day, or not less than 30 tasks completed per hour; and so on.
  • the variables include at least the position of the robot and the position of the person.
  • each item of information in the sample task record may affect the completion time of the task planning scheme.
  • Sample environmental information includes: environmental map, object location and traffic information.
  • the object refers to the item that is executed in the task, such as the goods in the picking task.
  • the object location includes the location of each item on the environment map.
  • the passage information includes whether the path in the environment is passable, two-way pass or one-way pass, etc.
  • the sample task information includes: single object sample task information and/or multi-object sample task information. Different objects correspond to different task execution positions.
  • the sample task information includes object information and object position information.
  • the robot information includes: robot position information.
  • the position of the robot can be obtained by the robot itself through GPRS, simultaneous localization and mapping (SLAM), Bluetooth, WIFI, RFID and other positioning technologies.
  • SLAM simultaneous localization and mapping
  • Bluetooth Wireless Fidelity
  • WIFI Wireless Fidelity
  • RFID Wireless Fidelity
  • Personnel information includes: personnel location information.
  • sample task record also includes: the number of tasks for the same object per unit time.
  • sample task record further includes: prediction information based on the sample task information on the task state for a preset period of time after the sample task information.
  • a predictive model can be established, and future tasks can be predicted through the predictive model. For example, based on the task records of the past 10 minutes to predict the task situation in the next 10 minutes, including the number of tasks, the number of objects and the number and location of objects targeted by the task, And further, it is possible to predict the time required to complete these tasks, the number of scheduled robots and the number of personnel, and so on.
  • the robot information also includes at least one of the following information: robot speed, robot moving distance, remaining power, and robot task queue.
  • the personnel information also includes at least one of the following information: position error coefficient, personnel speed, personnel movement distance, personnel characteristic coefficient and personnel task queue.
  • the position error coefficient is related to the personnel positioning method. For example, if the personnel position is based on the task execution position, the position error may be relatively large; if the personnel position is obtained based on positioning technologies such as Bluetooth, WIFI, RFID, etc., the position error is relatively small .
  • the position error coefficient may be a value set in advance according to the positioning mode.
  • the personnel speed can be obtained by dividing the distance difference between the execution positions of the two tasks before and after the task by the time interval between tasks. If the personnel position is obtained through positioning technology, the personnel speed can be calculated in real time.
  • the person characteristic coefficient includes at least the person's familiarity coefficient of the sample environment information.
  • the familiarity coefficient can be a manually input value, or a value matched by the dispatch center according to the length of time the person is in the current environment.
  • the task scheduling method of the foregoing embodiment establishes a scheduling model that can plan the optimal scheduling plan based on the sample task records, so that the robots and personnel can be dynamically scheduled based on the scheduling model, which improves task execution efficiency and reduces task completion time. Achieve reduction in the movement distance of personnel.
  • Fig. 2 is a flowchart of a task scheduling method provided by another embodiment of the application. As shown in Figure 2, the method also includes the following steps:
  • Step S21 acquiring current environment information, robot information and personnel information in the current environment, and task information;
  • Step S22 Based on the pre-stored scheduling model, according to the current environment information, robot information, personnel information and task information, generate first task scheduling information of the robot.
  • the first task scheduling information includes task information assigned to the robot, task execution location and task The corresponding movement track;
  • Step S23 Send the first task scheduling information to the robot.
  • the optimal scheduling scheme is dynamically planned for the robots, so that the task completion time is shortest, the task execution efficiency is improved, and the task completion time is reduced.
  • the method further includes:
  • the second task scheduling information includes the task information assigned to the personnel, the task execution position and the motion trajectory;
  • the task scheduling information is sent to the personnel terminal.
  • the optimal scheduling plan is further planned for the staff, the task completion time is ensured in the shortest time, the task execution efficiency is improved, and the distance of the movement of the staff is reduced.
  • the method further includes:
  • each subtask information includes single object task information
  • the first task scheduling information or the second task scheduling information includes subtask information, an execution position of the subtask, and a motion track corresponding to the subtask.
  • the multi-object task can be split into multiple single object subtasks.
  • task A is: pick 2 boxes of mineral water and 5 packs of instant noodles. Due to the different locations of mineral water and instant noodles, if a robot performs tasks, it needs to move to these two locations, and the pickers also need to move to these two locations for picking.
  • the task A is divided into 2 subtasks: subtask 1, picking 2 boxes of mineral water; subtask 2, picking 5 packages of instant noodles. These two subtasks can be sent to two robots respectively.
  • the tasks received by these two robots may all be picking mineral water or picking instant noodles.
  • two pickers may also perform picking. In this way, although task A requires multiple robots to execute, in fact the actual completion time of task A may be less than the completion time executed by only one robot, and the distance moved by each picker is relatively short.
  • splitting multi-object tasks into sub-tasks for scheduling can further improve task completion efficiency, reduce task completion time, and reduce personnel movement distance.
  • Fig. 3 is a block diagram of a task scheduling device provided by an embodiment of the application.
  • the device can be implemented as part or all of an electronic device through software, hardware, or a combination of both.
  • the task scheduling device includes:
  • the obtaining module 301 is used to obtain sample task records, the sample task records include sample task information and robot information, personnel information, and sample environment information corresponding to the sample task information.
  • the robot information includes robot location information, and the personnel information includes location information of the person;
  • the analysis module 302 is used to analyze variables corresponding to the task planning scheme that meets the preset optimal conditions according to the sample task record;
  • the establishment module 303 is used to establish the correspondence between the variables and the task planning scheme to obtain the scheduling model.
  • Fig. 4 is a block diagram of a task scheduling device provided by another embodiment of the application. As shown in Fig. 4, the device further includes:
  • the obtaining module 401 is used to obtain current environment information, robot information and personnel information in the current environment, and task information;
  • the generating module 402 is used to generate the first task scheduling information of the robot based on the pre-stored scheduling model according to the current environment information, robot information, personnel information and task information.
  • the first task scheduling information includes task information assigned to the robot and task execution Position and movement track corresponding to the task;
  • the sending module 403 is used to send the first task scheduling information to the robot.
  • FIG. 5 is a block diagram of a task scheduling system provided by an embodiment of the application. As shown in FIG. 5, the system includes: a scheduling center 51 and a robot 52,
  • the robot 52 is used to report its own robot information to the dispatch center;
  • the dispatch center 51 is used to obtain current environment information, personnel information and task information in the current environment; based on the pre-stored scheduling model, according to the current environment information, personnel information task information and received robot information, the first task of the robot 52 is generated Scheduling information, the first task scheduling information includes the task information assigned to the robot 52, the task execution position and the movement track corresponding to the task; the first task scheduling information is sent to the robot 52;
  • the robot 52 is configured to perform task operations according to the first task scheduling information.
  • the scheduling center plans a task scheduling plan for the robot based on the pre-trained scheduling model and the robot and personnel status.
  • the robot executes tasks based on the optimal scheduling plan, which can improve task execution efficiency and reduce task execution time.
  • the system also includes: a personnel terminal 53 carried by personnel,
  • the dispatch center 51 is used to generate the second task scheduling information of the personnel based on the scheduling model and according to the current environment information, robot information, task information and personnel information.
  • the second task scheduling information includes task information assigned to the personnel, task execution location and Motion trajectory; sending the second task scheduling information to the personnel terminal;
  • the personnel terminal 53 is used to remind the personnel according to the second task scheduling information.
  • the personnel terminal 53 may have a positioning function, locate the position of the personnel, and report the position of the personnel to the dispatch center 51.
  • the personnel terminal 53 is provided with a display screen, which can display the personnel's task scheduling information, such as the current task, the next task, and the moving route.
  • the personnel terminal 53 may also be provided with a player to remind the task of voice playback or provide voice navigation reminder.
  • the dispatch center 51 is used to obtain sample task records.
  • the sample task records include sample task information and robot information, personnel information, and sample environment information corresponding to the sample task information.
  • the robot information includes robot position information, and the personnel information includes personnel information.
  • the robot 52 is used for prompting the personnel the corresponding forward direction or the execution position of the next task according to the first task scheduling information when it is detected that the execution of the current task is completed.
  • the robot is equipped with a screen on which the direction of the next task of the personnel can be displayed, such as by arrows, or the specific task execution position, such as "shelf 5".
  • the electronic device may include: a processor 1501, a communication interface 1502, a memory 1503, and a communication bus 1504.
  • the processor 1501, the communication interface 1502, and the memory 1503 pass through The communication bus 1504 completes mutual communication.
  • the memory 1503 is used to store computer programs
  • the processor 1501 is configured to implement the steps of the foregoing method embodiment when executing the computer program stored in the memory 1503.
  • the communication bus mentioned in the above electronic equipment can be a Peripheral Component Interconnect (PCI) bus or an extended industry standard structure (Extended Industry Standard Architecture, EISA) bus, etc.
  • PCI Peripheral Component Interconnect
  • EISA Extended Industry Standard Architecture
  • the communication bus can be divided into address bus, data bus, control bus and so on. For ease of representation, only one thick line is used in the figure, but it does not mean that there is only one bus or one type of bus.
  • the communication interface is used for communication between the aforementioned electronic device and other devices.
  • the memory may include random access memory (Random Access Memory, RAM), and may also include non-volatile memory (Non-Volatile Memory, NVM), such as at least one disk memory.
  • NVM non-Volatile Memory
  • the memory may also be at least one storage device located far away from the foregoing processor.
  • the foregoing processor may be a general-purpose processor, including a central processing unit (Central Processing Unit, CPU), a network processor (Network Processor, NP), etc.; it can also be a digital signal processor (Digital Signal Processing, DSP), Application Specific Integrated Circuit (ASIC), Field-Programmable Gate Array (Field-Programmable Gate Array, FPGA) or other programmable logic devices, discrete gate or transistor logic devices, discrete hardware components.
  • CPU Central Processing Unit
  • NP Network Processor
  • DSP Digital Signal Processing
  • ASIC Application Specific Integrated Circuit
  • FPGA Field-Programmable Gate Array
  • FPGA Field-Programmable Gate Array
  • the present application also provides a computer-readable storage medium on which a computer program is stored, and when the computer program is executed by a processor, the steps of the foregoing method embodiment are implemented.
  • the task scheduling method, device, system, electronic equipment, and storage medium provided by the embodiments of the present application are used to input current task information, current environment information, and current environment information based on the scheduling model obtained by training during task scheduling through the scheduling center. Based on the information of robots and personnel, the optimal scheduling plan for the robot is obtained. The robot executes tasks based on the optimal scheduling plan, which can improve task execution efficiency and reduce task execution time. Therefore, it has industrial applicability.

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Manipulator (AREA)

Abstract

一种任务调度方法、装置、系统、电子设备及存储介质，该方法包括：获取样本任务记录，样本任务记录包括样本任务信息及样本任务信息对应的机器人信息、人员信息和样本环境信息，机器人信息包括机器人位置信息，人员信息包括人员的位置信息；根据样本任务记录，分析符合预设最优条件的任务调度方案所对应的变量；建立变量与任务规划方案之间的对应关系，得到调度模型。通过该方法，机器人基于调度中心规划的调度方案执行任务，可以提高任务执行效率，减少任务执行时间。

Description

一种任务调度方法、装置、系统、电子设备及存储介质 技术领域
本申请涉及数据处理领域，尤其涉及一种任务调度方法、装置、系统、电子设备及存储介质。
 背景技术
目前，电子商务发展十分迅速，客户订单量增长飞快。为了提升拣货效率，满足不断增长的单量需求，各个物流设备厂商分别推出了拣货机器人进行拣货，如自主移动机器人 (Autonomous Mobile Robot， AMR)。
AMR可以依靠自身传感器实现导航、定位等功能。在部署到现有的仓库后，可将仓库的储位信息同步到机器人系统中之后，AMR就可以根据任务信息直接到储位附近，AMR的屏幕上展示任务信息，提示用户进行相应操作。拣货人员在库区内巡视，寻找需要执行任务的机器人，找寻到机器人后走到机器人前面，根据平板上面的提示信息进行操作。拣货人员不再需要拉着拣货小车在仓库中走动，大大减少了走动距离，提升了人员拣货效率。
目前的机器人使用场景中，机器人执行任务、订单组合、人员工作模式都是按照预先策略设置好的，例如，调度中心将订单按照预先设定好的策略组合在一起，例如一单一件的订单会组合在一起；机器人执行任务的顺序是按照一定逻辑提前预设好的。但是，仓库内的情况变化十分频繁，外部因素都会对任务执行造成影响。如果这个时候还是按照静态环境下预设好的策略进行执行，会影响拣货效率。
 技术问题
解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种任务调度方法、装置、系统、电子设备及存储介质。
 技术解决方案
第一方面，本申请提供了一种任务调度方法，包括：
获取样本任务记录，所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息，所述机器人信息包括机器人位置信息，所述人员信息包括所述人员的位置信息；
根据所述样本任务记录，分析符合预设最优条件的任务调度方案所对应的变量；
建立所述变量与所述任务规划方案之间的对应关系，得到调度模型。
第二方面，本申请提供了一种任务调度方法，包括：
获取当前环境信息，当前环境内的机器人信息和人员信息，以及任务信息；
基于预存的调度模型，根据所述当前环境信息、机器人信息、人员信息和任务信息，生成机器人的第一任务调度信息，所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹；
将所述第一任务调度信息发送到所述机器人。
第三方面，本申请提供了一种任务调度装置，包括：
获取模块，用于获取样本任务记录，所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息，所述机器人信息包括机器人位置信息，所述人员信息包括所述人员的位置信息；
分析模块，用于根据所述样本任务记录，分析符合预设最优条件的任务规划方案所对应的变量；
建立模块，用于建立所述变量与所述任务规划方案之间的对应关系，得到调度模型。
第四方面，本申请提供了一种任务调度装置，包括：
获取模块，用于获取当前环境信息，当前环境内的机器人信息和人员信息，以及任务信息；
生成模块，用于基于预存的调度模型，根据所述当前环境信息、机器人信息、人员信息和任务信息，生成机器人的第一任务调度信息，所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹；
发送模块，用于将所述第一任务调度信息发送到所述机器人。
第五方面，本申请提供了一种任务调度系统，包括：调度中心和机器人，
所述机器人，用于上报自身的机器人信息到所述调度中心；
所述调度中心，用于获取当前环境信息、当前环境内的人员信息和任务信息；基于预存的调度模型，根据所述当前环境信息、人员信息任务信息和接收到的机器人信息，生成机器人的第一任务调度信息，所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹；将所述第一任务调度信息发送到所述机器人；
所述机器人，用于根据所述第一任务调度信息执行任务操作。
第六方面，本申请提供了一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
所述存储器，用于存放计算机程序；
所述处理器，用于执行计算机程序时，实现上述方法步骤。
第七方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法步骤。
 有益效果
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：
调度中心在进行任务调度时，可以基于训练得到的调度模型，输入当前任务信息、当前环境信息，当前环境内的机器人和人员信息，得到对于机器人的最优调度方案。机器人基于该最优调度方案执行任务，可以提高任务执行效率，减少任务执行时间。
 附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种任务调度方法的流程图。
图2为本申请另一实施例提供的一种任务调度方法的流程图。
图3为本申请实施例提供的一种任务调度装置的框图。
图4为本申请另一实施例提供的一种任务调度装置的框图。
图5为本申请实施例提供的一种任务调度系统的框图。
图6为本申请实施例提供的一种电子设备的结构示意图。
 本发明的实施方式
在此处键入本发明的实施方式描述段落。为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请涉及任务调度的技术，主要应用于调度中心，调度中心预先根据样本记录训练调度模型，之后可以基于该调度模型为机器人甚至工作人员规划任务，以提高任务执行效率。
下面首先对本发明实施例所提供的一种任务调度方法进行介绍。
本发明实施例所提供的方法可以应用于任意需要进行任务调度的电子设备，例如，可以为服务器、终端等电子设备，在此不做具体限定，为描述方便，后续简称为电子设备。
图1为本申请实施例提供的一种任务调度方法的流程图。如图1所示，该方法应用于调度中心，包括以下步骤：
步骤S11，获取样本任务记录，样本任务记录包括样本任务信息及样本任务信息对应的机器人信息、人员信息和样本环境信息，机器人信息包括机器人位置信息，人员信息包括人员的位置信息。
步骤S12，根据样本任务记录，分析符合预设最优条件的任务规划方案所对应的变量。
步骤S13，建立变量与任务规划方案之间的对应关系，得到调度模型。
其中，样本任务记录可以为过去预设期限内的任务记录，如过去1周、1个月、1年。
本实施例中，获取样本任务记录，包括样本任务信息，即任务的具体内容，完成该样本任务的机器人和人员的信息，以及对应的样本环境信息。根据样本任务记录，找到影响任务规划方案达到最优的变量，可以采用退火类算法，仿生类算法，遗传类算法等训练这些变量与任务规划方案之间的对应关系，得到调度模型。这样，调度中心在进行任务调度时，可以基于该调度模型，输入当前任务信息、当前环境信息，当前环境内的机器人和人员信息，得到对于机器人的最优调度方案。机器人基于该最优调度方案执行任务，可以提高任务执行效率，减少任务执行时间。
其中，预设最优条件包括以下至少一项：预设个数任务的完成时间最短、完成预设个数任务的人员移动距离最短。
例如，可以设置单一的最优条件：100个任务完成总时间T最短，或者完成100个任务人员移动距离S最短。
进一步地，还可以设置复合的最优条件，例如为100个任务完成总时间T和完成100个任务人员移动距离S分别设置权重系数a、b，设置最优条件为任务规划方案对应的评分P=T×a+S×b最小。
在另一实施例中，步骤S12包括：
根据预设筛选条件对样本环境信息和样本任务记录进行筛选；根据筛选后的样本环境信息和样本任务记录分析符合预设最优条件的任务规划方案。
其中，预设筛选条件可以包括预设时间内人员移动距离上限，如每天移动距离上限为20km或每小时移动上限为2km。预设筛选条件还可以包括预设时间内完成任务数量下限，如每天完成任务不少于500件，或每小时完成任务不少于30件；等等。
本实施例中，变量至少包括机器人位置和人员位置。
实际上，样本任务记录中的每一项信息都可能影响任务规划方案的完成时间，本实施例中，可以仅选择其中的机器人位置和人员位置作为变量，也可以将所有信息作为变量，还可以选择权重系数较高的预设个数的信息作为变量。
样本环境信息包括：环境地图、对象位置和通行信息。
其中，对象指的是任务中被执行的物品，如拣货任务中的货物。对象位置包括各个物品的在环境地图中的位置。通行信息包括该环境中路径是否可以通行，双向通行或单向通行，等等。
样本任务信息包括：单一对象样本任务信息和/或多对象样本任务信息，不同对象对应的任务执行位置不同，样本任务信息包括对象信息和对象位置信息。
机器人信息包括：机器人位置信息。机器人位置可以有机器人自身通过GPRS、即时定位与地图构建（simultaneous localization and mapping，SLAM）、蓝牙、WIFI、RFID等定位技术得到的。
人员信息包括：人员位置信息。
进一步地，样本任务记录还包括：单位时间内针对同一对象的任务数量。
进一步地，样本任务记录还包括：基于样本任务信息对样本任务信息之后预设时间段任务状态的预测信息。
本实施例中，可以建立预测模型，通过预测模型对未来任务进行预测，例如，基于过去10分钟的任务记录预测未来10分钟的任务情况，包括任务数量，任务针对的对象及对象数量、位置，以及进一步地，可以预测完成这些任务所需时间、调度的机器人数量和人员数量等等。
机器人信息还包括以下至少一项信息：机器人速度、机器人移动距离、剩余电量、机器人任务队列。
人员信息还包括以下至少一项信息：位置误差系数、人员速度、人员移动距离、人员特征系数及人员任务队列。
位置误差系数与人员定位方式有关，例如，人员位置是基于任务执行位置，则该位置误差可能较大；如人员位置是基于蓝牙、WIFI、RFID等定位技术得到的，则该位置误差相对较小。位置误差系数可以是预先根据定位方式设定的数值。
人员速度可以通过前后两次任务执行位置的距离差除以执行任务的间隔时间得到。如人员位置通过定位技术得到，则可以实时计算人员速度。
其中，人员特征系数至少包括人员对样本环境信息的熟悉度系数。该熟悉度系数可以是人工输入值，也可以是调度中心根据该人员在当前环境下所处时间长短匹配的数值。
上述实施例的任务调度方法，根据样本任务记录建立能够规划最优调度方案的调度模型，使得后续基于该调度模型动态地对机器人和人员进行调度，提高任务执行效率，减少任务完成时间，也可实现减少人员移动距离。
图2为本申请另一实施例提供的一种任务调度方法的流程图。如图2所示，该方法还包括以下步骤：
步骤S21，获取当前环境信息，当前环境内的机器人信息和人员信息，以及任务信息；
步骤S22，基于预存的调度模型，根据当前环境信息、机器人信息、人员信息和任务信息，生成机器人的第一任务调度信息，第一任务调度信息包括分配给机器人的任务信息、任务执行位置及任务对应的运动轨迹；
步骤S23，将第一任务调度信息发送到机器人。
基于上述实施例中得到的调度模型，根据当前环境内机器人和人员信息以及订单情况，动态地为机器人规划最优的调度方案，使得任务完成时间最短，提高任务执行效率，减少任务完成时间。
在另一实施例中，该方法还包括：
基于调度模型，根据当前环境信息、机器人信息、人员信息和任务信息，生成人员的第二任务调度信息，第二任务调度信息包括分配给人员的任务信息、任务执行位置及运动轨迹；将第二任务调度信息发送到人员终端。
由于进一步为工作人员也规划最优的调度方案，在保证任务完成时间最短，提高任务执行效率的同时，减少人员移动的距离。
可选的，当任务信息为多对象任务信息时，该方法还包括：
将任务信息拆分为多个子任务信息，每个子任务信息包括单个对象任务信息；
第一任务调度信息或第二任务调度信息包括子任务信息，子任务执行位置及子任务对应的运动轨迹。
在另一实施例中，可以将多对象任务进行拆分为多个单一对象的子任务。例如，任务A为：拣货2箱矿泉水和5包方便面。由于矿泉水和方便面所在位置不同，如果由一个机器人执行任务，需要分别移动到这两个位置，同时拣货人员也需要移动到这两个位置进行拣货。将该任务A拆分为2个子任务：子任务1，拣货2箱矿泉水；子任务2，拣货5包方便面。可以将这两个子任务分别发送给2个机器人，这两个机器人接收到的任务可能都是拣货矿泉水或拣货方便面，同时也可能由2个拣货人员执行拣货。这样，虽然任务A需要多个机器人执行，但实际上该任务A实际的完成时间可能要小于仅由一个机器人执行的完成时间，每个拣货人员移动的距离也相对较短。
因此，对于多对象任务拆分为子任务进行调度，可以进一步提高任务完成效率，减少任务完成时间，同时也减少人员移动距离。
下述为本申请装置实施例，可以用于执行本申请方法实施例。
图3为本申请实施例提供的一种任务调度装置的框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图3所示，该任务调度装置包括：
获取模块301，用于获取样本任务记录，样本任务记录包括样本任务信息及样本任务信息对应的机器人信息、人员信息和样本环境信息，机器人信息包括机器人位置信息，人员信息包括人员的位置信息；
分析模块302，用于根据样本任务记录，分析符合预设最优条件的任务规划方案所对应的变量；
建立模块303，用于建立变量与任务规划方案之间的对应关系，得到调度模型。
图4为本申请另一实施例提供的一种任务调度装置的框图，如图4所示，该装置还包括：
获取模块401，用于获取当前环境信息，当前环境内的机器人信息和人员信息，以及任务信息；
生成模块402，用于基于预存的调度模型，根据当前环境信息、机器人信息、人员信息和任务信息，生成机器人的第一任务调度信息，第一任务调度信息包括分配给机器人的任务信息、任务执行位置及任务对应的运动轨迹；
发送模块403，用于将第一任务调度信息发送到机器人。
下述为本申请系统实施例，实现对机器人的实时优化调度。
图5为本申请实施例提供的一种任务调度系统的框图，如图5所示，该系统包括：调度中心51和机器人52，
机器人52，用于上报自身的机器人信息到调度中心；
调度中心51，用于获取当前环境信息、当前环境内的人员信息和任务信息；基于预存的调度模型，根据当前环境信息、人员信息任务信息和接收到的机器人信息，生成机器人52的第一任务调度信息，第一任务调度信息包括分配给机器人52的任务信息、任务执行位置及任务对应的运动轨迹；将第一任务调度信息发送到机器人52；
机器人52，用于根据第一任务调度信息执行任务操作。
本实施例中，调度中心根据预先训练的调度模型以及机器人、人员状态，为机器人规划任务调度方案，机器人基于该最优调度方案执行任务，可以提高任务执行效率，减少任务执行时间。
如图5所示，该系统还包括：人员携带的人员终端53，
调度中心51，用于基于调度模型，根据当前环境信息、机器人信息、任务信息和人员信息，生成人员的第二任务调度信息，第二任务调度信息包括分配给人员的任务信息、任务执行位置及运动轨迹；将第二任务调度信息发送到人员终端；
人员终端53，用于根据第二任务调度信息对人员进行提醒。
其中，人员终端53可以具有定位功能，对人员位置进行定位，将人员位置上报到调度中心51。人员终端53上设有显示屏，可显示该人员的任务调度信息，如当前任务、下一任务、移动路线等等。人员终端53上也可以设有播放器，语音播放任务提醒或提供语音导航提醒。
可选的，调度中心51，用于获取样本任务记录，样本任务记录包括样本任务信息及样本任务信息对应的机器人信息、人员信息和样本环境信息，机器人信息包括机器人位置信息，人员信息包括人员的位置信息；根据样本任务记录，分析符合预设最优条件的任务规划方案所对应的变量；建立变量与任务规划方案之间的对应关系，得到调度模型。
可选的，机器人52，用于当检测到当前任务执行完毕时，根据第一任务调度信息在提示人员对应的前进方向或下一个任务的执行位置。
其中，机器人上设有屏幕，可以在该屏幕上显示人员下一任务的前进方向，如通过箭头显示，或者显示具体的任务执行位置，如“货架5”。
本申请实施例还提供一种电子设备，如图6所示，电子设备可以包括：处理器1501、通信接口1502、存储器1503和通信总线1504，其中，处理器1501，通信接口1502，存储器1503通过通信总线1504完成相互间的通信。
存储器1503，用于存放计算机程序；
处理器1501，用于执行存储器1503上所存放的计算机程序时，实现上述方法实施例的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral Component Interconnect ，P C I) 总线或扩展工业标准结构(Extended Industry Standard Architecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法实施例的步骤。
需要说明的是，对于上述装置、电子设备及计算机可读存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
 工业实用性
本申请实施例提供的一种任务调度方法、装置、系统、电子设备及存储介质，通过调度中心在进行任务调度时，基于训练得到的调度模型，输入当前任务信息、当前环境信息，当前环境内的机器人和人员信息，得到对于机器人的最优调度方案。机器人基于该最优调度方案执行任务，可以提高任务执行效率，减少任务执行时间。因此，具有工业实用性。

Claims (20)

  1. 一种任务调度方法，包括：
    获取样本任务记录，所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息，所述机器人信息包括机器人位置信息，所述人员信息包括所述人员的位置信息；
    根据所述样本任务记录，分析符合预设最优条件的任务调度方案所对应的变量；
    建立所述变量与所述任务规划方案之间的对应关系，得到调度模型。
  2. 根据权利要求1所述的方法，其中，所述预设最优条件包括以下至少一项：预设个数任务的完成时间最短、完成所述预设个数任务的人员移动距离最短。
  3. 根据权利要求1所述的方法，其中，根据所述样本任务记录，分析符合预设最优条件的任务规划方案，包括：
    根据预设筛选条件对所述样本任务记录进行筛选；
    根据筛选后的样本任务记录分析符合预设最优条件的任务规划方案。
  4. 根据权利要求3所述的方法，其中，所述预设筛选条件包括：预设时间内人员的移动距离上限。
  5. 根据权利要求1所述的方法，其中，所述变量至少包括机器人位置和人员位置。
  6. 根据权利要求1所述的方法，其中，
    所述样本任务信息包括：单一对象样本任务信息和/或多对象样本任务信息，不同对象对应的任务执行位置不同，所述样本任务信息包括对象信息和对象位置信息；
    所述机器人信息包括：机器人位置信息；
    所述人员信息包括：人员位置信息；
    所述样本环境信息包括：环境地图、对象位置和通行信息。
  7. 7、根据权利要求6所述的方法，其中，
    所述机器人信息还包括以下至少一项信息：机器人速度、机器人移动距离、剩余电量、机器人任务队列；
    所述人员信息还包括以下至少一项信息：位置误差系数、人员速度、人员移动距离、人员特征系数及人员任务队列；
    其中，所述人员特征系数至少包括人员对所述样本环境信息的熟悉度系数；
    所述样本任务记录还包括：基于所述样本任务信息对所述样本任务信息之后预设时间段任务状态的预测信息。
  8. 一种任务调度方法，包括：
    获取当前环境信息，当前环境内的机器人信息和人员信息，以及任务信息；
    基于预存的调度模型，根据所述当前环境信息、机器人信息、人员信息和任务信息，生成机器人的第一任务调度信息，所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹；
    将所述第一任务调度信息发送到所述机器人。
  9. 根据权利要求8所述的方法，其中，所述方法还包括：
    基于所述调度模型，根据所述当前环境信息、机器人信息、人员信息和任务信息，生成人员的第二任务调度信息，所述第二任务调度信息包括分配给所述人员的任务信息、任务执行位置及运动轨迹；
    将所述第二任务调度信息发送到人员终端。
  10. 根据权利要求8或9所述的方法，其中，当所述任务信息为多对象任务信息时，所述方法还包括：
    将所述任务信息拆分为多个子任务信息，每个子任务信息包括单个对象任务信息；
    所述第一任务调度信息或所述第二任务调度信息包括所述子任务信息，子任务执行位置及子任务对应的运动轨迹。
  11. 一种任务调度装置，包括：
    获取模块，用于获取样本任务记录，所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息，所述机器人信息包括机器人位置信息，所述人员信息包括所述人员的位置信息；
    分析模块，用于根据所述样本任务记录，分析符合预设最优条件的任务规划方案所对应的变量；
    建立模块，用于建立所述变量与所述任务规划方案之间的对应关系，得到调度模型。
  12. 一种任务调度装置，包括：
    获取模块，用于获取当前环境信息，当前环境内的机器人信息和人员信息，以及任务信息；
    生成模块，用于基于预存的调度模型，根据所述当前环境信息、机器人信息、人员信息和任务信息，生成机器人的第一任务调度信息，所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹；
    发送模块，用于将所述第一任务调度信息发送到所述机器人。
  13. 一种任务调度系统，包括：调度中心和机器人，
    所述机器人，用于上报自身的机器人信息到所述调度中心；
    所述调度中心，用于获取当前环境信息、当前环境内的人员信息和任务信息；基于预存的调度模型，根据所述当前环境信息、人员信息任务信息和接收到的机器人信息，生成机器人的第一任务调度信息，所述第一任务调度信息包括分配给所述机器人的任务信息、任务执行位置及任务对应的运动轨迹；将所述第一任务调度信息发送到所述机器人；
    所述机器人，用于根据所述第一任务调度信息执行任务操作。
  14. 根据权利要求13所述的系统，其中，还包括：所述人员携带的人员终端，
    所述调度中心，用于基于所述调度模型，根据所述当前环境信息、机器人信息、任务信息和人员信息，生成人员的第二任务调度信息，所述第二任务调度信息包括分配给所述人员的任务信息、任务执行位置及运动轨迹；将所述第二任务调度信息发送到人员终端；
    所述人员终端，用于根据所述第二任务调度信息对所述人员进行提醒。
  15. 根据权利要求13所述的系统，其中，所述调度中心，用于获取样本任务记录，所述样本任务记录包括样本任务信息及所述样本任务信息对应的机器人信息、人员信息和样本环境信息，所述机器人信息包括机器人位置信息，所述人员信息包括所述人员的位置信息；根据所述样本任务记录，分析符合预设最优条件的任务规划方案所对应的变量；建立所述变量与所述任务规划方案之间的对应关系，得到调度模型。
  16. 根据权利要求13所述的系统，其中，
    所述机器人，用于当检测到当前任务执行完毕时，根据所述第一任务调度信息在提示所述人员对应的前进方向或下一个任务的执行位置。
  17. 一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
    所述存储器，用于存放计算机程序；
    所述处理器，用于执行所述计算机程序时，实现权利要求1-7任一项所述的方法步骤。
  18. 一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现权利要求1-7任一项所述的方法步骤。
  19. 一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
    所述存储器，用于存放计算机程序；
    所述处理器，用于执行所述计算机程序时，实现权利要求8-10任一项所述的方法步骤。
  20. 一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现权利要求8-10任一项所述的方法步骤。
PCT/CN2020/092163 2019-06-28 2020-05-25 一种任务调度方法、装置、系统、电子设备及存储介质 WO2020259168A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910576641.4A CN110405756B (zh) 2019-06-28 2019-06-28 一种任务调度方法、装置、系统、电子设备及存储介质
CN201910576641.4 2019-06-28

Publications (1)

Publication Number Publication Date
WO2020259168A1 true WO2020259168A1 (zh) 2020-12-30

Family

ID=68360020

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/092163 WO2020259168A1 (zh) 2019-06-28 2020-05-25 一种任务调度方法、装置、系统、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN110405756B (zh)
WO (1) WO2020259168A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110405756B (zh) * 2019-06-28 2023-01-24 炬星科技（深圳）有限公司 一种任务调度方法、装置、系统、电子设备及存储介质
CN114556107B (zh) * 2019-11-08 2024-09-10 深圳迈瑞生物医疗电子股份有限公司 一种样本分析系统及其样本调度方法
CN111079990B (zh) * 2019-11-29 2022-11-25 炬星科技（深圳）有限公司 集群机器人调度方法、装置、系统、设备及计算机可读存储介质
CN111240288B (zh) * 2020-01-20 2021-03-16 广东博智林机器人有限公司 计算模型构建及配置计算的方法、装置、设备及存储介质
CN111738566A (zh) * 2020-06-02 2020-10-02 国网河北省电力有限公司邯郸供电分公司 一种基于云计算的电力设备远程调度管理系统
CN111401799A (zh) * 2020-06-04 2020-07-10 北京云迹科技有限公司 人机协同调度方法及装置、电子设备、存储介质
CN113269417B (zh) * 2021-05-12 2023-08-22 中国人民解放军总医院 生物样本采集人员智能调度方法及装置
CN113626173B (zh) * 2021-08-31 2023-12-12 阿里巴巴（中国）有限公司 调度方法、装置及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105637544A (zh) * 2013-09-09 2016-06-01 德马泰克公司 自主移动拣选
CN106483943A (zh) * 2016-10-13 2017-03-08 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质
CN106743321A (zh) * 2016-11-16 2017-05-31 京东方科技集团股份有限公司 运载方法和运载系统
CN107633375A (zh) * 2017-09-20 2018-01-26 武汉木神机器人有限责任公司 一种人机协作仓储分拣方法
WO2018077031A1 (zh) * 2016-10-24 2018-05-03 菜鸟智能物流控股有限公司 一种资源分配方法和相关装置
EP3326124A1 (en) * 2015-07-31 2018-05-30 Locus Robotics Corp. Operator identification and performance tracking
CN108422419A (zh) * 2018-02-09 2018-08-21 上海芯智能科技有限公司 一种智能机器人及其控制方法和系统
CN109141454A (zh) * 2018-08-15 2019-01-04 深圳市烽焌信息科技有限公司 一种充电机器人及存储介质
CN109377063A (zh) * 2018-10-31 2019-02-22 广船国际有限公司 一种任务调度方法、装置、设备和存储介质
CN109634730A (zh) * 2018-11-26 2019-04-16 平安科技（深圳）有限公司 任务调度方法、装置、计算机设备和存储介质
CN110405756A (zh) * 2019-06-28 2019-11-05 炬星科技（深圳）有限公司 一种任务调度方法、装置、系统、电子设备及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3265884A4 (en) * 2015-02-12 2018-12-12 Melonee Wise System and method for order fulfillment using robots
CN105469201B (zh) * 2015-07-20 2021-12-14 浙江工业大学 一种物流配送中心作业任务处理与调度的方法
CN107992977A (zh) * 2017-12-19 2018-05-04 合肥智灵机器人有限公司 一种仓储拣货搬运系统及方法
CN109765915A (zh) * 2019-03-13 2019-05-17 中南大学 一种基于计算机算法的仓储搬运机器人任务调度系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105637544A (zh) * 2013-09-09 2016-06-01 德马泰克公司 自主移动拣选
EP3326124A1 (en) * 2015-07-31 2018-05-30 Locus Robotics Corp. Operator identification and performance tracking
CN106483943A (zh) * 2016-10-13 2017-03-08 北京京东尚科信息技术有限公司 机器人的调度方法、装置以及计算机可读存储介质
WO2018077031A1 (zh) * 2016-10-24 2018-05-03 菜鸟智能物流控股有限公司 一种资源分配方法和相关装置
CN106743321A (zh) * 2016-11-16 2017-05-31 京东方科技集团股份有限公司 运载方法和运载系统
CN107633375A (zh) * 2017-09-20 2018-01-26 武汉木神机器人有限责任公司 一种人机协作仓储分拣方法
CN108422419A (zh) * 2018-02-09 2018-08-21 上海芯智能科技有限公司 一种智能机器人及其控制方法和系统
CN109141454A (zh) * 2018-08-15 2019-01-04 深圳市烽焌信息科技有限公司 一种充电机器人及存储介质
CN109377063A (zh) * 2018-10-31 2019-02-22 广船国际有限公司 一种任务调度方法、装置、设备和存储介质
CN109634730A (zh) * 2018-11-26 2019-04-16 平安科技（深圳）有限公司 任务调度方法、装置、计算机设备和存储介质
CN110405756A (zh) * 2019-06-28 2019-11-05 炬星科技（深圳）有限公司 一种任务调度方法、装置、系统、电子设备及存储介质

Also Published As

Publication number Publication date
CN110405756A (zh) 2019-11-05
CN110405756B (zh) 2023-01-24

Similar Documents

Publication Publication Date Title
WO2020259168A1 (zh) 一种任务调度方法、装置、系统、电子设备及存储介质
WO2020140746A1 (zh) 无人驾驶物流车自主运营方法、装置及存储介质
Gajsek et al. Using maturity model and discrete-event simulation for industry 4.0 implementation
US10650340B2 (en) Tracking and/or analyzing facility-related activities
US11400592B2 (en) Method and system for task execution in dynamic heterogeneous robotic environment
Gao et al. Design of digital twin applications in automated storage yard scheduling
Zaeh et al. A holistic approach for the cognitive control of production systems
US9663292B1 (en) Forecasted robotic drive unit dispatch
Kong et al. Cloud-enabled real-time platform for adaptive planning and control in auction logistics center
US20180018620A1 (en) System and methods for implementing supply chain visibility updates
US12111161B2 (en) Systems and methods for generating trip plan
CN106228302A (zh) 一种用于在目标区域内进行任务调度的方法与设备
US9557185B2 (en) Systems and methods to modify direction of travel as a function of action items
EP4131098A1 (en) Production scheduling method, system and apparatus for orders, and electronic device
US20210262817A1 (en) Systems and methods for predicting estimated time of arrival
Aziez et al. Fleet sizing and routing of healthcare automated guided vehicles
JP2020113276A (ja) 部品取集を管理するための方法、コンピュータプログラム及び管理システム
US20230168092A1 (en) Systems and methods for predictive feedback analysis based on estimated time of arrival
Binos et al. Intelligent agent based framework to augment warehouse management systems for dynamic demand environments
US20240273452A1 (en) Shipping yard automation system
Kong et al. Robot-enabled execution system for perishables auction logistics
US20150039363A1 (en) Real-time prediction and correction of scheduled service bunching
WO2023174096A1 (zh) 自主移动机器人的调度方法、系统、电子设备和存储介质
US20240220893A1 (en) Work management platform
US20240220894A1 (en) Work management platform

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20832987

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20832987

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205 DATED 24.05.2022)

122 Ep: pct application non-entry in european phase

Ref document number: 20832987

Country of ref document: EP

Kind code of ref document: A1